이 페이지의 최신 내용은 아직 번역되지 않았습니다. 최신 내용은 영문으로 볼 수 있습니다.

함수 근사 및 비선형 회귀

신경망을 만들어 표본의 입력과 출력 간의 비선형 관계 일반화

Neural Net Fitting2계층 피드포워드 네트워크를 훈련시켜 데이터 피팅

함수

nnstart신경망 시작하기 GUI
view신경망 보기
fitnet함수 피팅 신경망
feedforwardnet피드포워드 신경망
cascadeforwardnet종속 연결 순방향 신경망
train얕은 신경망 훈련
trainlmLevenberg-Marquardt 역전파
trainbr베이즈 정규화 역전파
trainscg스케일링된 켤레 기울기 역전파
trainrp탄력적 역전파
mse정규화된 평균 제곱 오차 성능 함수
regression선형 회귀
ploterrhistPlot error histogram
plotfit함수 피팅 플로팅
plotperform네트워크 성능 플로팅
plotregression선형 회귀 플로팅
plottrainstatePlot training state values
genFunction얕은 신경망 시뮬레이션에 사용할 MATLAB 함수 생성

예제 및 방법

기본 설계

얕은 신경망으로 데이터 피팅

데이터 세트를 피팅하도록 얕은 신경망을 훈련시킵니다.

얕은 다층 신경망 생성, 구성 및 초기화하기

얕은 다층 신경망을 준비합니다.

체지방 추정

이 예제에서는 함수 피팅 신경망이 신체 계측치를 기반으로 체지방률을 추정하는 방식을 보여줍니다.

얕은 다층 신경망 훈련시키고 적용하기

함수 근사 또는 패턴 인식을 위해 얕은 다층 네트워크를 훈련시키고 사용합니다.

훈련 후에 얕은 신경망 성능 분석하기

네트워크 성능을 분석하고 훈련 프로세스, 네트워크 아키텍처 또는 데이터를 조정합니다.

Deploy Shallow Neural Network Functions

Simulate and deploy trained shallow neural networks using MATLAB® tools.

Deploy Training of Shallow Neural Networks

Learn how to deploy training of shallow neural networks.

훈련 확장성 및 효율성

병렬 및 GPU 연산을 사용한 신경망

병렬 및 분산 연산을 사용하여 신경망 훈련과 시뮬레이션의 속도를 높이고 대규모 데이터를 처리합니다.

Automatically Save Checkpoints During Neural Network Training

Save intermediate results to protect the value of long training runs.

Optimize Neural Network Training Speed and Memory

Make neural network training more efficient.

최적의 솔루션

신경망 입력-출력 처리 함수 선택하기

더 효율적인 훈련을 위해 입력값과 목표값을 전처리합니다.

얕은 신경망의 입력값과 출력값 구성하기

configure 함수를 사용하여 훈련에 앞서 네트워크를 수동으로 구성하는 방법을 알아봅니다.

최적의 신경망 훈련을 위해 데이터 분할하기

함수를 사용하여 데이터를 훈련, 검증 및 테스트 세트로 분할합니다.

다층 신경망 훈련 함수 선택하기

여러 문제 유형에 대한 훈련 알고리즘의 성능 비교.

얕은 신경망 일반화를 개선하고 과적합 방지하기

일반화를 개선하고 과적합을 방지하는 방법을 알아봅니다.

Train Neural Networks with Error Weights

Learn how to use error weighting when training neural networks.

Normalize Errors of Multiple Outputs

Learn how to fit output elements with different ranges of values.

참고 문헌

얕은 신경망 참고 문헌

신경망에 관한 정보가 있는 추가적인 참고 문헌입니다.

개념

신경망 설계를 위한 워크플로

신경망 설계 과정의 주요 단계를 알아봅니다.

Four Levels of Neural Network Design

Learn the different levels of using neural network functionality.

얕은 다층 신경망과 역전파 훈련

함수 피팅 및 패턴 인식을 위한 얕은 다층 피드포워드 신경망 설계 워크플로입니다.

얕은 다층 신경망 아키텍처

얕은 다층 신경망의 아키텍처에 대해 알아봅니다.

얕은 네트워크 데이터 구조 이해하기

입력 데이터 구조의 형식이 네트워크 시뮬레이션에 어떤 영향을 주는지 알아봅니다.

얕은 신경망을 위한 샘플 데이터 세트

얕은 신경망 실험에 사용할 수 있는 샘플 데이터 세트의 목록입니다.

신경망 객체 속성

네트워크의 기본 특징을 정의하는 속성을 알아봅니다.

신경망 하위객체 속성

입력값, 계층, 출력값, 목표값, 편향 및 가중치와 같이 네트워크 세부 사항을 정의하는 속성을 알아봅니다.